| dc.contributor.author | Ісаєнков, Я. О. | uk |
| dc.contributor.author | Мокін, О. Б. | uk |
| dc.date.accessioned | 2023-11-16T10:42:43Z | |
| dc.date.available | 2023-11-16T10:42:43Z | |
| dc.date.issued | 2023 | |
| dc.identifier.citation | Ісаєнков Я. О. Вплив гіперпараметрів дифузійних моделей на якість генерування [Електронний ресурс] / Я. О. Ісаєнков, О. Б. Мокін // Матеріали LII Науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу : https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/17174. | uk |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/38236 | |
| dc.description.abstract | У роботі розглянута проблема налаштування гіперпараметрів дифузійних моделей для покращення результатів створення контенту. Показано приклади того як гіперпараметри, такі як ключові слова в описі або cfg_scale, впливають на результат. Відзначено методи та показано актуальність проблеми якісного оцінювання штучних даних. | uk |
| dc.description.abstract | The article presents the problem of setting the hyperparameters of diffusion models to improve the results of content creation. It also shows the examples of how hyperparameters such as keywords in the prompt or cfg_scale affect the result. The methods are noted and the relevance of the problem of qualitative assessment of artificial data is shown. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали LII Науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/17174 | |
| dc.subject | дифузійні моделі | uk |
| dc.subject | Stable Diffusion | en |
| dc.subject | глибоке навчання | uk |
| dc.subject | гіперпараметри | uk |
| dc.subject | оцінювання | uk |
| dc.subject | штучний контент | uk |
| dc.subject | diffusion models | en |
| dc.subject | Stable Diffusion | en |
| dc.subject | deep learning | en |
| dc.subject | hyperparameters | en |
| dc.subject | evaluation | en |
| dc.subject | artificial content | en |
| dc.title | Вплив гіперпараметрів дифузійних моделей на якість генерування | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.054:[004.032.26+004.85] | |
| dc.relation.references | Robin Rombach, Andreas Blattmann, Dominik Lorenz, Patrick Esser, Björn Ommer, “High-Resolution Image Synthesis with
Latent Diffusion Models,” arXiv: 2112.10752 [cs.CV], Apr. 2022 | en |
| dc.relation.references | Ashley Chow, inversion, Will Cukierski, “Stable Diffusion - Image to Prompts,” Kaggle, 2023. [Online]. Available:
https://kaggle.com/competitions/stable-diffusion-image-to-prompts. Accessed on: Apr. 21, 2023. | en |
| dc.relation.references | Sharon Zhou, Mitchell L. Gordon, Ranjay Krishna, Austin Narcomey, Li Fei-Fei, Michael S. Bernstein, “HYPE: A Benchmark
for Human eYe Perceptual Evaluation of Generative Models,” arXiv:1904.01121 [cs.CV], Oct. 2019. | en |
